인공지능과 금융업(IBK경제 연구소, 인공지능에 대한 금융업의 기대와 현실)

(사진출처 : Papers.co)

인공지능에 대한 금융업의 기대와 사례를 발췌한 자료입니다.

(로보어드바이저, 챗봇&음성비서, 신용평가, 이상탐지거래시스템)

1.로보어드바이저(로봇+투자전문가)란 로봇이 고객의 성향이나 정보를 바탕으로 자동화된 알고리즘과 빅데이터를 활용하여 투자자에게 최적의 자산을 관리해주는 인공지능을 뜻함

2.챗봇&음성비서 : 챗봇, 음성비서란 사람과의 문자 대화나 음성 등을 인식하여 상황에 맞는 답이나 각종 연관 정보를 제공하는 인공지능 기반 커뮤니케이션 소프트웨어사를 말함

사람과 비슷한 응대 수준의 서비스가 가능한 챗봇, 음성비서 개발은 상당한 시간이 필요함.
-한국어에 대한 기초연구와 데이터 규모가 쌓여야, 머신러닝을 제대로 도입할 수 있고, 그 이후 비약적인 발전을 할 것
- 현재는 번역조차 아직 영어나 일어 등에 비해 낮은수준으로 구동되어 인공지능이 가장 최후에 점령하는 분야 중 하나라고 봄
*구글은 영-한 번역을 위해 한국어를 전공한 외국인을 다수 영입하여 한글에 대한 언어 구조를 사전에 연구했고, 머신러닝에 한국어-터키어-일본어를 동시에 학습시키는 방법도 개발함

→ 이런 이유로 같은 딥러닝 기술이 적용되었어도 타사보다 더 뛰어난 번역품질을 선보이고 있음
- 또한, 텍스트와 음성에 대한 보안 기술도 같이 발전해야 더 안전한 서비스를 받을 수 있음
*음성 또는 텍스트 정보를 해킹하여 계좌정보, 거래내역 등의 개인정보를 탈취하는 문제
*독일정부는 아기들이 사용할 수 있는 음성비서 시스템 사용을 금지

3. 신용평가는 무디스에서 이용중인 로지스틱 회귀분석 방식을 기반으로 사용 중이고 이는 일종의 머신러닝 방식이나,

- 다양한 변수를 고려할 수 없는 구조이므로 최근 빅데이터 활용 등의 흐름을 수용하기는 어려운 단점이 있음.
따라서 딥러닝이나 SVM 등의 머신러닝 알고리즘들이 대안으로 떠오르고 있음

- 단, 머신러닝은 블랙박스화로 인하여 판별의 원인을 알 수 없는 단점이 상존

4. 이상탐지거래시스템(FDS) - 현황
사용자가 평소 이용하지 않는 패턴의 금융거래를 탐지하여 피싱 등의 위험을 방지하는 시스템
- 현재 도입되는 시스템들은 일정한 패턴을 입력하고 이에 벗어난 부분을 감지함

예) 출국기록없는 국내 이용자가 해외에서 카드승인이 되면 이상거래로 탐지됨

- 주로 신용카드사에서 중점적으로 사용했으나, 최근 은행, 증권사도 구축하고 있음 

 (자료 출처 : IBK경제 연구소, 인공지능에 대한 금융업의 기대와 현실, 2017. 4. 경영연구팀 박강희 연구위원)

인공지능에 대한 금융업의 기대와 현실.pdf